sklearn randomforest Genauigkeit

Question

für das gleiche Training und Test-Dataset, ist die Genauigkeit von KNN 0,53, für RandomForest und AdaBoost, die Genauigkeit ist 1, kann jemand helfen?

Codes:

## prepare data 
begin_date='20140101' 
end_date='20160908' 
stock_code='000001' #平安银行 
data=ts.get_hist_data(stock_code,start=begin_date,end=end_date) 
close=data.loc[:,'close'] 
df=data[:-1] 
diff=np.array(close[1:])-np.array(close[:-1]) 
label=1*(diff>=0) 
df.loc[:,'diff']=diff 
df.loc[:,'label']=label 

#split dataset into trainging and test 
df_train=df[df.index<'2016-07-08'] 
df_test=df[df.index>='2016-07-08'] 
x_train=df_train[df_train.columns[:-1]] 
y_train=df_train['label'] 
x_test=df_test[df_test.columns[:-1]] 
y_test=df_test['label'] 

##KNN 
clf2 = neighbors.KNeighborsClassifier() 
clf2.fit(x_train, y_train) 
accuracy2 = clf2.score(x_test, y_test) 
pred_knn=np.array(clf2.predict(x_test)) 

#RandomForest 
clf3 = RandomForestClassifier(n_estimators=100,n_jobs=-1) 
clf3.fit(x_train, y_train) 
accuracy3 = clf3.score(x_test, y_test) 
pred_rf=np.array(clf3.predict(x_test)) 

print accuracy1,accuracy2,accuracy3 

Answer 1

Verschiedene Modelle geben unterschiedliche Genauigkeit auf der gleichen Datenmenge in den meisten Fällen. Wenn Sie z. B. versuchen, ein Dataset mit LogisticRegression und SVM zu trainieren und zu testen, ist es sehr wahrscheinlich, dass beide Modelle eine andere Punktzahl erhalten. Um das beste Modell für Ihre Daten zu wählen, müssen Sie zuerst das Dataset untersuchen und dann einen Algorithmus auswählen, der in diesem Fall besser abschneidet.

Da Ihr RandomForest und AdaBoost eine Genauigkeit von 1 haben, ist es sehr wahrscheinlich, dass Ihr Modell "übersteuert" ist.